手把手教你如何在darknet框架下配置yolo v3
目录:
- 什么是darknet
- 如何配置darknet以及测试
- 制作VOC数据集
- 使用yolo v3训练自己的数据
什么是darknet
可以把darknet看成是一个框架,里面包含了从AlexNet到现在yolo的配置文件,都是基于C实现的,使用者可以根据自己的需求加载网络,来测试或者训练自己的data。以下只截取了一部分。
优点:
- 完全基于C和CUDA开发的框架,不需要配置任何环境,即下即用,仅对图片的处理甚至可以省略openCV的安装。
- 支持CPU处理,当然也支持GPU处理(配合CUDA数据的处理会很快)
- 方便修改参数,因为darknet属于轻量级的框架,所以可以根据自己的需求来修改网络参数。
如何配置darknet以及测试
github链接:https://github.com/pjreddie/darknet
下载后可以看到,如下文件结构:
关于scripts下的文件结构,就是下一节需要构造的文件结构,现在本节不会对其进行介绍。现在开始正式配置darknet。
步骤:
- Ctrl+Alt+T打开终端,使用
cd/PycharmProjects/darknet-master
进入到darknet文件内部(具体darknet的绝对路径因人而异) - 接着
vim Makefile
使用vim编译器打开Makefile文件,如下图所示:
可以根据自己的具体情况修改GPU,CUDNN和OPENCV的参数,注意的是当修改CUDNN参数后,后面的NVCC参数需加上nvcc的绝对路径,如:NVCC=/usr/local/cuda-10.0/bin/nvcc
(关于vim编译的具体方法自行谷歌)
- 然后
make
终端就会自行执行,如果执行成功darknet-master文件夹里会生成libdarknet.a
和libdarknet.so
两个依赖文件,这时darknet就算是配置好了。
测试
1.在测试yolo是否可运行前还要到yolo官网上下载权重文件。你也可以根据自己喜好下载对应网络的权重。
2.下载之后,在终端中输入./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
,其中dog.jpg存放在data文件中,也可以根据自己的需求放入自己的图片,回车运行:
可以看出整个网络结构,以及输出结果。
如果出现以上结果就说明配置大功告成
制作VOC数据集
这一步是为了后面使用该网络对自己的数据集训练做准备的。首先要在darknet-master/scripts目录下构造如下文件结构
网上有很多的版本,但针对于构造目标识别的训练集都大同小异,无非就是一个文件存放image,另一个文件放置与image相对于的.xml文件,下面开始具体介绍。
Annotations存放具体的.xml文件,JPGImage存放具体图片,之后对data按照8:2分成train_data和val_data具体代码
import os
import random
trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets/Main'
total_xml = os.listdir(xmlfilepath)
num=len(total_xml)
list=range(num)
tv=int(num*trainval_percent)
tr=int(tv*train_percent)
trainval= random.sample(list,tv)
train=random.sample(trainval,tr)
ftrainval = open(txtsavepath+'/trainval.txt', 'w')
ftest = open(txtsavepath+'/test.txt', 'w')
ftrain = open(txtsavepath+'/train.txt', 'w')
fval = open(txtsavepath+'/val.txt', 'w')
for i in list:
name=total_xml[i][:-4]+'n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest .close()
此时就会生成,如下图四个.txt文件。
这样就制作好你自己的VOC_dataset了,整个过程还是比较简单的。
使用yolo v3训练自己的数据
在外层运行voc_label.py文件,可以在该文件下自定义要训练的类别。具体代码:
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
# sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets = [('2019', 'train'), ('2019', 'trainval')]
# classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog",
# "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
classes = ["vehicle_type"]
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult)==1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + 'n')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
list_file = open('%s_%s.txt'%(year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpgn'%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
成功后就会生成2019_train.txt和2019_trainval.txt文件
之后就可以到yolo官网上下载在ImagNet上与训练好的模型
根据你想训练得到的类别在data/voc.names
和cfg/voc.data
下进行修改,然后就可以修改网络配置了(包括batch
,subdivisions
,filters
,learning rate
等等)
现在就可以开始训练了./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
如果你的电脑上有gpu的话可以在后面加上-gpus 0
参考资料:YOLO: Real-Time Object Detectionpjreddie.com